• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.267-267
• /
• 2021

제주도는 화산섬의 지질특성상 강수의 지표침투성이 높아 지표수의 개발이용여건이 취약한 관계로 용수의 대부분을 지하수에 의존하고 있다. 따라서 지하수의 보전관리는 매우 중요한 사항이며 특히 지하수의 안정적인 이용을 위해서는 지하수 취수가 주변지역 지하수위에 미치는 영향 분석이 반드시 필요하다. 본 연구는 딥러닝 알고리즘인 Long Short-Term Memory(LSTM)를 활용하여 제주도 남동쪽 표선유역 중산간지역에 위치한 2개 지하수위 관측정을 대상으로 지하수 취수영향을 분석하였다. 입력자료로써 인근 2개 강우관측소의 일단위 강수량자료와 인근 6개 취수정의 지하수 취수량자료 및 연구대상 관측정의 지하수위 자료(2001. 2. 11. ~ 2019. 10. 31.)를 사용하였다. 지하수위 변동특성을 최대한 반영하기 위해 LSTM의 예측일수를 1일로 설정하였다. 보정 및 검증 기간을 사용하여 매개변수의 과적합을 방지하였으며, 테스트 기간을 사용하여 LSTM의 예측성능을 평가하였다. 평가지수로써 Nash-Sutcliffe Efficiency(NSE)와 평균제곱근오차(RMSE)를 사용하였다. 그리고 지하수 취수가 주변 지하수위 변동에 미치는 영향을 분석하기 위해 취수량을 최대취수량인 2,300 m³/일, 최대취수량의 2/3인 1,533 m³/일 및 0 m³/일로 설정하여 모의하였다. 모의결과, 2개 감시정의 보정, 검증 및 예측기간에 대한 NSE는 최대 0.999, 최소 0.976의 범위를 보였으며, RMSE는 최대 0.494 m, 최소 0.084 m를 보여 LSTM은 우수한 예측성능을 나타내었다. 이것은 LSTM이 지하수위 변동특성을 적절히 학습하였다는 것을 의미하며 따라서 추정된 매개변수를 활용하여 지하수 취수영향을 모의 및 분석하였다. 그 결과, 지하수위 하강량은 최대 0.38 m 였으며 이것은 대상지점에 대한 취수량은 지하수위 하강에 거의 영향을 주지 않는다는 것을 의미한다. 또한 취수량과 지하수위 하강량과의 관계는 한 개 관측정에 대해 선형적인 관계를 보인 반면 나머지 한 개 관측정에 대해서는 비선형적인 관계를 나타내는 것을 확인하였다. 따라서 LSTM 알고리즘을 활용하여 제주도 표선유역 중산간지역의 지하수위 변동특성을 분석할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1986-1990
• /
• 2010

최근 기상이변의 영향으로 강우량의 변화가 심해지고 있으며 지역별 계절별로 그 편차가 커지고 있다. 이는 수자원 이용의 측면에서 개발과 이용 및 관리에 많은 어려움을 주고 있으며 향후 변화하는 수자원 이용량에 대응하기 위해서는 변화하는 강우에 대한 지표수 및 지하수 등의 수자원확보량 분석이 필요하다. 지표수의 경우 기후변화에 의한 영양에 대하여 많은 연구들이 이루어 지고 있으나 지하수는 많은 곳에서 이용되고 일부 도서 및 해안지역에서는 유일한 수자원 공급책으로 이용되고 있음에도 불구하고 이에 대한 연구가 미흡한 실정이다. 따라서 본 연구에서는 부산광역시 수영구를 포함하는 광역 지하수유역에 47년간의 강우량 자료를 10%, 20% 증감시켜 지하수함양량을 산정하고 강우량 증감에 따른 변화 특성을 분석하였다. 대상지역의 지하수함양량은 실제 강우 시에는 1970년에 408.9mm로 가장 크게 나타났고 1988년에 73.8mm로 가장 작게 나타났으며 평균 215.4mm로 나타났다. 강우 10% 증가 시에는 1972년에 466.4mm로 가장 크게 나타났고 1988년에 97.8mm로 가장 작게 나타났으며 평균 248.5mm로 나타났다. 강우 20% 증가 시에는 1970년에 512.0mm로 가장 크게 나타났고 1988년에 115.1mm로 가장 작게 나타났으며 평균 280.8mm로 나타났다. 강우 10% 감소 시에는 1970년에 358.6mm로 가장 크게 나타났고 1988년에 57.7mm로 가장 적게 나타났으며 평균 182.0mm로 나타났다. 강우 20% 감소 시에는 1970년에 308.9mm로 가장 크게 나타났고 1988년에 42.0mm로 가장 작게 나타났으며 평균 149.4mm로 나타났다. 실제 강우량에 대비한 10%와 20% 강우 증감시의 지하수함양량 변화율을 살펴보면 강우 10% 증감 시는 약 1~3%의 변화율을 보였으며 강우 20% 증감 시는 약 3~6%의 변화율을 보였다. 또한 모든 강우 증감 상태에서 전체적으로 변화율이 감소하는 추세를 나타냈으며 도시화가 급격하게 이루어진 1985년을 기준으로 이후 변화율이 큰 폭으로 감소하는 것을 알 수 있었다.

• Economic and Environmental Geology
• /
• v.54 no.3
• /
• pp.373-387
• /
• 2021

In this study, the impact of clustered groundwater usage facilities and the proper amount of groundwater usage in the Daejeong-Hangyeong watershed of Jeju island were evaluated based on the data-driven analysis methods. As the applied data, groundwater level data; the corresponding precipitation data; the groundwater usage amount data (Jeoji, Geumak, Seogwang, and English-education city facilities) were used. The results show that the Geumak usage facility has a large influence centering on the corresponding location; the Seogwang usage facility affects on the downstream area; the English-education usage facility has a great impact around the upstream of the location; the Jeoji usage facility shows an influence around the up- and down-streams of the location. Overall, the influence of operating the clustered groundwater usage facilities in the watershed is prolonged to approximately 5km. Additionally, the appropriate groundwater usage amount to maintain the groundwater base-level was analyzed corresponding to the precipitation. Considering the recent precipitation pattern, there is a need to limit the current amount of groundwater usage to 80%. With increasing the precipitation by 100mm, additional groundwater development of approximately 1,500m³-1,900m³ would be reasonable. All the results of the developed data-driven estimation model can be used as useful information for sustainable groundwater development in the Daejeong-Hangyeong watershed of Jeju island.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1909-1913
• /
• 2008

수자원의 공급적인 측면에서 내륙지역에 비하여 불리한 도서지역은 단기간의 가뭄에도 생활용수가 고갈되어 매년 상습적인 식수난을 겪고 있는 상태이다. 전국 3,170개 섬 중 491개 유인도에 831,295명(2003년)이 거주하고 있으나 상수도 보급률은 28.7%에 불과하다(환경부, 2005). 나머지 71.3%의 도서지역 주민들은 간이 급수시설, 우물, 지붕수 등을 생활용수로 이용하고 있다. 이와같이 도서지역은 상수도 보급율이 열악하여 지하수자원에 대한 의존도가 내륙지역에 비하여 높아 지하수자원을 통해 부족한 용수를 공급받아야 할 실정이다. 용수공급을 위한 지하수의 개발을 위해서 무엇보다 선행되어야 할 것은 도서지역의 지하수개발가능량 평가이며 이의 평가를 위해서는 지하수함양량의 파악이 이루어져야 한다. 지하수함양량 산정 기법 중 하나인 NRCS-CN방법은 선행강우조건, 토지피복상태, 수문학적 토양군 등의 인자들에 의해 산정되어진다. 수문학적 토양군의 경우 대부분의 연구에서 정정화 등 (1995)에 의해 분류된 자료가 이용되고 있었으나 최근 정광호 등(2007)에 의하여 수문학적 토양군이 재분류 되었다. 본 연구에서는 NRCS-CN방법을 이용하여 식수난에 어려움을 겪고 있는 우리나라 서남해안의 14개 도서지역에 대하여 수문학적 토양군의 1995년 분류와 2007년 분류를 적용하여 지하수함양량을 산정하고 비교하였다. 1995년 분류와 2007년 분류에서 지하수함양량과 함양률은 개도, 생일도, 보길도를 제외한 도서지역은 1%미만의 차이로 변화가 거의 없는 것으로 나타났다. 개도, 생일도, 보길도는 1995년 분류에 비하여 2007년 분류에서 $2.2%{\sim}2.8%$ 감소하였다. 따라서 대상지역의 수문학적토양군의 재분류에 의한 지하수함양량 및 함양률의 차이가 미미함을 알 수 있었다. 연평균 함양량은 1995년 분류와 2007년 분류에서 수도가 590.8mm, 583.5mm로 최대값을 가지며 가파도가 270.2mm, 270.5mm로 최소값을 가지는 것으로 나타났다. 함양률의 경우 1995년 분류에서는 개도가 29.8%의 최대값을 나타내었고 가파도가 23.3%의 최소값을 가지는 것으로 나타났으며 2007년 분류에서는 사량도 상도가 28.5%의 최대값을 나타내었고 가파도가 23.3%의 최소값으로나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.322-322
• /
• 2023

유역의 증발산량 자료는 물순환 과정을 규명하는 매우 중요한 자료 중의 하나이며, 물순환 성분별 명확한 산정 결과는 수자원 개발과 물환경 보전에 중요한 정보를 제공할 수 있다. 본 논문에서는 한국건설기술연구원에서 운영하는 설마천 유역(전적비교 수위관측소 기준, 유역면적 8.48km²)의 5개년(2018~2022) 기상관측자료를 이용하여 증발산량을 산정하였으며, 그 외 강우량, 하천유출량, 지하수함양량 자료를 이용하여 물수지 분석도 수행하였다. 증발산량 산정은 세계식량기구(FAO)에서 제시한 Penman-Monteith equation을 적용하여 일별 증발산량을 산정하였으며, 작물의 종류에 따른 계수는 잔디의 경우를 채택하였다. 본 방법을 통해 산정된 증발산량(ET₀)은 기준작물에 수분의 공급에 제한이 없는 상황에서 산정된 기준 증발산량(reference evapotranspiration)을 의미하며, 기준 증발산량을 실제 증발산량으로 변환하기 위해서는 작물계수를 고려해야 한다. 작물계수는 식생의 높이, 알베도, 식생의 저항, 토양으로부터의 증발 등의 영향을 받게 되나, 더욱더 명확하게는 식물에서의 증산을 설명하는 기본 작물계수와 토양에서의 증발을 설명하는 토양계수의 합을 통해 계수를 산정하게 된다. 설마천 유역에 공간적으로 분포된 작물계수를 정확히 산정하기에는 한계가 있으므로 잔디의 경우로 한정하여 산정된 기준증발량은 885.9mm(5개년 평균값)이다. 각 물순환 성분별로 생성된 설마천 유역의 5개년 평균값인 유역평균강우량은 1,307.3mm이며, 하천유출량은 799.7mm(유역평균강우량 대비 61.2%), 실제 증발산량은 469.5mm(유역평균강우량 대비 35.9%, 기준 증발산량 대비 약 53.0%), 유역저류량은 38.1mm(유역평균강우량 대비 2.9%)이다. 유역평균강우량은 3개 관측소(감악산, 설마리, 전적비교) 강우량의 유역평균값이며, 하천유출량은 유역출구의 수위-유량관계곡선식 환산유량, 유역저류량은 과거년(2012~2018)의 지하수 관측자료를 통해 산정된 지하수함양량을 기초로 하였다. 그리고 실제 증발산량은 기준 증발산량 산정값과 전체적인 물수지 분석을 통해 얻어진 값이다. 이와 같이 산정된 물순환 성분별 자료는 유역의 물순환 과정 규명을 위한 기초자료로 매우 유용하게 활용될 수 있으며, 유역 물관리를 위한 의사결정 과정에 중요한 역할을 할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.291-291
• /
• 2020

제주도는 강수의 지표침투성이 좋은 화산섬의 지질특성상 지표수의 개발이용여건이 취약한 관계로 용수의 대부분을 지하수에 의존하고 있다. 따라서 제주도는 정책 및 연구적으로 오랜 기간동안 지하수의 보전관리에 많은 노력을 기울여 오고 있다. 하지만 최근 기후변화로 인한 강수의 변동성 증가로 인해 지하수위의 변동성 또한 증가할 가능성이 있으며 따라서 지하수위의 급격한 하강에 대비하여 지하수위의 예측 및 지하수 취수량 관리의 필요성이 요구되고 있다. 지하수에 절대적으로 의존하고 있는 제주도의 수자원 이용 여건을 고려할 때, 지하수의 취수량 관리를 위한 지하수위의 실시간 예측이 필요한 실정이다. 하지만 기존의 예측방법에 의한 제주도 지하수위 예측기간은 충분히 길지 않으며 예측기간이 길어지면 예측성능이 낮아지는 문제점이 있었다. 본 연구에서는 이러한 단점을 보완하기 위해 딥러닝 알고리즘인 Long Short Term Memory(LSTM)를 활용하여 제주도 남동쪽 표선유역 중산간지역의 1개 지하수위 관측정에 대해 지하수위를 예측하고 분석하였다. R 기반의 Keras 패키지에 있는 LSTM 알고리즘을 사용하였고, 입력자료는 인근의 성판악 및 교래 강우관측소의 일단위 강수량자료와 인근 취수정의 지하수 취수량자료 및 연구대상 관측정의 지하수위 자료를 사용하였으며, 사용된 자료의 기간은 2001년 2월 11일부터 2019년 10월 31일까지 이다. 2001년부터 13년의 보정 및 3년의 검증용 시계열자료를 사용하여 매개변수의 보정 및 과적합을 방지하였고, 3년의 예측용 시계열자료를 사용하여 LSTM 알고리즘의 예측성능을 평가하였다. 목표 예측일수는 1일, 10일, 20일, 30일로 설정하였으며 보정, 검증 및 예측기간에 대한 모의결과의 평가지수로는 Nash-Sutcliffe Efficiency(NSE)를 활용하였다. 모의결과, 보정, 검증 및 예측기간에 대한 1일 예측의 NSE는 각각 0.997, 0.997, 0.993 이었고, 10일 예측의 NSE는 각각 0.993, 0.912, 0.930 이었다. 20일 예측의 경우 NSE는 각각 0.809, 0.781, 0.809 이었으며 30일 예측의 경우 각각 0.677, 0.622, 0.633 이었다. 이것은 LSTM 알고리즘에 의한 10일 예측까지는 관측 지하수위 시계열자료를 매우 적절히 모의할 수 있다는 것을 의미하며, 20일 예측 또한 적절히 모의할 수 있다는 것을 의미한다. 따라서 LSTM 알고리즘을 활용하면 본 연구대상지점에 대한 2주일 또는 3주일의 안정적인 지하수위 예보가 가능하다고 판단된다. 또한 LSTM 알고리즘을 통한 실시간 지하수위 예측은 지하수 취수량 관리에 활용할 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.33 no.1
• /
• pp.61-72
• /
• 2000

The purpose of this study is to improve the method of evaluating groundwater recharge by using grid-based soil moisture routing technique. A model which predicts temporal variation and spatial distribution of soil moisture on a daily time step was developed. The model uses ASCII-formatted map data supported by the irregular gridded map of the GRASS(Geographic Resources Analysis Support System)-GIS and can generate daily and monthly spatial distribution map of surface runoff, soil moisture content, evapotranspiration within the watershed. The model was applied to Ipyunggyo watershed($75.6\;\textrm{km}^2$) located in the upstream of Bocheongchun watershed. Seven maps; DEM(Digital Elevation Mode]), stream, flow path, soil, land use, Thiessen network and free groundwater level, were used for input data. Predicted streamflows resulting from two years (l995, 1996) daily data were compared with the observed values at the watershed outlet. The results of temporal variations and spatial distributions of soil moisture are presented by using GRASS GIS. As a final result, the monthly predicted groundwater recharge was presented.sented.

• Journal of Korea Water Resources Association
• /
• v.45 no.12
• /
• pp.1243-1258
• /
• 2012

The objective of this study is to develop the relational formula to estimate the streamflow depletion due to groundwater pumping near stream, which has been statistically derived by using the simulated data. The integrated surface water and groundwater model, SWAT-MODFLOW was applied to the Sinduncheon and Juksancheon watersheds to obtain the streamflow depletion data under various pumping conditions. Through the multiple regression analyses for the simulated streamflow depletion data, the relational formula between the streamflow depletion rate and various factors such as pumping rate, distance between well and stream, hydraulic properties in/near stream, amount of rainfall was obtained. The derived relational formula is easy to apply for assessing the effects of groundwater pumping on near stream, and is expected to be a tool for estimate the streamflow contribution to the pumped water.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.385-385
• /
• 2017

지하수 관정의 위치에 따라 대수층과 인근 하천의 수리특성이 다양하여 하천수량에 미치는 지하수 양수의 영향이 공간적으로 다르게 발생하며, 그 영향을 지도(map)상에 표출한 것을 가칭 지하수 양수 영향구역도(국토교통부, 2014)라 한다. 본 연구에서는 황구지천 하류유역에 대해 하천주변 천부대수층 지하수 양수에 따른 하천수 감소량을 Hunt(1999, 2009)의 해석해로 산정하고 그 결과를 바탕으로 지하수 양수 영향구역도를 작성하였다. 지하수 양수 영향구역도 작성에 필요한 입력자료를 구축하기 위해서 현장에서 직접 양수시험을 수행하여 대수층 수리상수를 산정하고 기존 문헌값을 함께 이용하여 수리상수의 공간분포도를 작성하였다. 또한 양수시험공에 인접한 하천의 바닥에 피조미터 및 시피지미터를 설치하여 하상수리전도도를 측정하였다. 하천주변 및 하상의 수리상수값을 Hunt 해석해에 대입하여 지하수 양수량 대비 하천수 감소율을 30m 크기의 셀 단위로 산정하고 이를 구글어스상에 공간적으로 표출하였다. 하천구역에서 300m 이내 지역에서 지하수를 양수할 경우에는 양수기간 5년동안 평균적으로 양수량의 70%를 초과하는 하천수량의 감소가 일어나는 것으로 분석되었다. 지하수 양수 영향구역도를 활용하면 지하수 개발 이용자 및 허가 관련 행정기관이 지하수 관정의 공간적인 위치에 따른 하천수 감소 정도를 정량적으로 쉽게 파악할 수 있다.

• The Journal of Engineering Geology
• /
• v.32 no.4
• /
• pp.697-723
• /
• 2022

Data-driven models to predict groundwater levels 30 days in advance were developed for 12 groundwater monitoring stations in the middle-Jeju watershed, Jeju Island. Stacked long short-term memory (stacked-LSTM), a deep learning technique suitable for time series forecasting, was used for model development. Daily time series data from 2001 to 2022 for precipitation, groundwater usage amount, and groundwater level were considered. Various models were proposed that used different combinations of the input data types and varying lengths of previous time series data for each input variable. A general procedure for deep-learning-based model development is suggested based on consideration of the comparative validation results of the tested models. A model using precipitation, groundwater usage amount, and previous groundwater level data as input variables outperformed any model neglecting one or more of these data categories. Using extended sequences of these past data improved the predictions, possibly owing to the long delay time between precipitation and groundwater recharge, which results from the deep groundwater level in Jeju Island. However, limiting the range of considered groundwater usage data that significantly affected the groundwater level fluctuation (rather than using all the groundwater usage data) improved the performance of the predictive model. The developed models can predict the future groundwater level based on the current amount of precipitation and groundwater use. Therefore, the models provide information on the soundness of the aquifer system, which will help to prepare management plans to maintain appropriate groundwater quantities.